Наложение видеоэффектов с opengl es 2.0 и shaders
TRANSCRIPT
Максим Решетей
ведущий iOS разработчик
Coub
Наложение видеоэффектов с OpenGL ES 2.0 with Shaders
1
2
Что такое Coub- Короткие зацикленные видео-ролики со звуком
- Источники: камера, Youtube, Vimeo
- Шеринг в социальные сети
3
Повседневные задачи- Гибкая архитектура
- Обработка данных (download/upload)
- Сложные интерфейсы
- Видео/аудио обработка
4
Обработка видеоProcess
Process
Process
Process5
Виды цифровой обработки- Распознавание образов/текста
- Задачи классификации
- Нейронные сети
- Геометрические преобразования
- Цветовая коррекция
- Наложение эффектов 6
Обработка изображения
ДЛЯ каждой точки
Color(x, y) = A(x, y)
где A - выбранный алгоритм
0 N
0
N
7
0
N
0 N
Осветление
ДЛЯ каждой точки
RGB = R+С, G+С, B+С
где С - константа
8
Ч/б фильтр
ДЛЯ каждой точки
RGB = (R+G+B)/3
0
N
0 N
9
Другие популярные фильтрыPixelation Posterization
10
Другие популярные фильтрыHDR Blur
11
Блюр в Coub iOS
12
Размытие по Гауссу (блюр)
где
x, y - координаты точки изображения (пикселя)
𝞼 - стандартное отклонение распределения Гаусса (радиус блюра)
G(x, y) = 12πσ 2
e− x
2+y2
2σ 2
13
Размытие по Гауссу- Вершина колокола - обрабатываемый пиксель
- Значение пикселя - средне-взвешенное значение по окрестности
- Учитываются только пиксели в районе 3𝞼 (правило трех сигм)
14
Размытие по Гауссу, общий алгоритм
1. Построение матрицы свертки размером 3𝞼
2. ДЛЯ каждой точки изображения
Вычисляем средне-взвешенное значение цвета точки по окрестности, используя матрицу свертки.
Note: На практике используют массив вместо матрицы, для достижения O(n)
15
ШАГ 1 - Построение матрицы свертки A
- A[x,y] =
- Размер матрицы 7x7 (3*2.5)
- Равномерное распределение
0.0000 0.0000 0.0001 0.0003 0.0001 0.0000 0.0000
0.0000 0.0007 0.0065 0.0133 0.0065 0.0007 0.0000
0.0001 0.0065 0.0547 0.1109 0.0547 0.0065 0.0001
0.0003 0.0133 0.1109 0.2250 0.1109 0.0133 0.0003
0.0001 0.0065 0.0547 0.1109 0.0547 0.0065 0.0001
0.0000 0.0007 0.0065 0.0133 0.0065 0.0007 0.0000
0.0000 0.0000 0.0001 0.0003 0.0001 0.0000 0.0000
-3 0 3-2 -1 21
0
-1
-2
-3
1
2
3
12πσ 2
e− x
2+y2
2σ 2
16
ШАГ 2 - Применение матрицы A к точкам изображения I
′I [x, y]=I[x + i, y + j]*A[i, j]
j=0
3σ
∑i=0
3σ
∑3σ *3σ
0 N0
N
0.05 0.11 0.05
0.11 0.22 0.11
0.05 0.11 0.05
A
I I'
0 3𝞼
17
Размытие по Гауссу, эффективность на CPU
Картинка 640x480
Радиус блюра 5=
640x480x15x15 =
70 million operations
Видео 640x480
Радиус блюра 5=
70*30 =
2 billion operations18
Что делать?Hints:
- Полный последовательный перебор всех пикселей
- Вычисления ортогональны, независимы друг от друга
19
CPU vs GPU1 2
3 4
Core
CPU GPU20
GPU- Много параллельных процессоров
- Векторные операции нативно
- Сравнимая с CPU частота
- Сверх-быстрая видео память
*iPhone6’s GPU GX6450 - 300 Giga FLOPS
21
OpenGL ES 2.0- Простой интерфейс
- Прямой доступ к GPU
- Поддержка шейдеров
- Широкое распространение
22
Шейдер- GLSL, C-like language
- Вертексные - для вершин объектов сцены
- Пиксельные - для точек изображения
- Встроенные команды для векторных типов и операций, like vec3 color = vec3(1.0, 1.0, 1.0)*0.5
- Не нужно думать как параллелить выполнение
23
Простейший шейдерvoid main(void) {
gl_FragColor = vec4(1.0, 0.0, 0.0, 1.0); }
24
Размытие по Гауссу на GPU
Вычисляем средне-взвешенное значение для пикселя, используя матрицу свертки
Шаг 1 - CPU
Строим матрицу свертки (единичный набор операций)
Шаг 2 - GPU (шейдер)
25
Шейдер размытия по Гауссуvoid main(void) { fragmentColor = texture2D(image, gl_FragCoord)*convolutionMatrix.mid
int kMatrixSize = 3sigma; for (int i = 0; i < kMatrixSize; ++i) { for (int j = 0; j < kMatrixSize; ++j) {
fragmentColor += texture2D(image, gl_FragCoord + vec2(i, j)) * convolutionMatrix[i][j];
} }
gl_FragColor = fragmentColor / (kMatrixSize*kMatrixSize) }
26
Итоги- Рассмотрели теорию цифровой обработки видео и изображений
- Разобрали примеры простейших алгоритмов
- Подробно изучили как работает размытие по Гауссу
- Узнали о способе быстрой реализации алгоритма на GPU с помощью шейдеров
27
